跳到主要内容
返回时间线
arXiv来源发表:

安全过滤器不再逐场景重解:条件化可达性模型把误差压向保守侧,九种障碍设置零碰撞

核心概要

部署中的机器人每换一次障碍布局,Hamilton–Jacobi可达性就要重解一次,而学习一个以障碍配置为条件的单一值函数又可能悄悄给出假安全状态。南洋理工大学团队把障碍裕度截断,使值函数只依赖机器人本体坐标系内的局部窗口,并把值上界写进输出结构、以HJ不等式为约束最大化所声称的安全体积。在Dubins小车上,该模型是九种窗口容量内障碍设置中唯一在网格容差内无假安全状态、闭环rollout零碰撞的方法,同时保持与逐场景DeepReach相当的恢复率。

Source-provided article image: Reliable Conditioned Hamilton-Jacobi Reachability via Subsolution Learning on Exact Local Windows
arXiv

深度剖析

一个训练好的模型可以服务任意大小、任意障碍数量的场景,新场景只需毫秒级准备,而不必重新求解或重新训练。 此前的做法要么用网格求解器逐场景重算,代价随状态维数指数增长;要么用DeepReach一类自监督神经求解器,每个障碍配置要训练数分钟到数小时。 在只用小场景训练的Dubins小车上,模型在面积更大、含36个圆盘的large设置中恢复率达到0.980;新场景准备耗时0.03–10毫秒,而网格重解为53–248毫秒。

模型的剩余误差被设计成落在保守一侧,即它声称安全的状态不会是真不安全的。 条件化模型要覆盖一整族安全问题,近似误差没有固定方向,稀有障碍配置会静默产生假安全状态;而按等式残差训练的模型被论证为偏向乐观一侧。 在九种窗口容量内的Dubins障碍设置中,该模型在网格容差内没有假安全状态、没有碰撞,而六个条件化或组合式基线都在某处出现假安全状态或碰撞,碰撞率最高达14.6%。

训练在有限维的窗口配置空间上做反例挖掘,覆盖随机采样场景留下的稀疏区域。 已有流程仍随机抽取训练场景,假安全误差集中在数据很少覆盖的拥挤障碍簇和长时域上。 在200万个未参与训练的窗口配置空间留出点上测量违反率,开启挖掘、关闭挖掘以及仅把配点数提高到同等规模三种条件之间的具体数值在本次读取的文本中缺失,因此只报告这一测量设置本身。

方法可扩展到10维四旋翼,在三种障碍设置中碰撞率最低。 高维下网格真值不可得,依赖真值的基线无法参与比较。 四旋翼在稀疏、密集和九倍面积的大房间三种设置中,rollout碰撞率为0.004–0.16%,对比PCR+ExactBC的0.05–0.60%和逐场景DeepReach的0.10–13.2%。

启示与展望

演示范围是3维Dubins小车与10维四旋翼的avoid问题,障碍在Dubins场景中以圆盘表示、在四旋翼场景中以球体表示,窗口容量为六个障碍,超出容量的拥挤设置通过合并处理。作者提出的后续方向是形式化验证HJ不等式、处理一般障碍形状,并把方法扩展到reach–avoid问题。

作者明确不主张形式化可靠性:值上界写在输出结构里,而HJ不等式只是训练目标,仅在网格容差内经验验证。三个拥挤设置中合并障碍会损失恢复率,该模型的全部失败都出现在这里,假安全状态位于训练配置范围之外并由运行时范围检查标记。方法限于avoid问题,reach与reach–avoid规格需要窗口无法承载的全局信息。